Question

我有一个文本文件，格式如下：

characters(that I want to keep) (space) characters(that I want to remove)

例如：

foo garbagetext
hello moregarbage
keepthis removethis
(etc.)

所以我试图在Linux中使用grep命令只保留每行中的字符，而不包括第一个空格。我尝试过多次尝试，例如：

grep '*[[:space:]]' text1.txt > text2.txt
grep '*[^\s]' text1.txt > text2.txt
grep '/^[^[[:space:]]]+/' text1.txt > text2.txt

试图从不同的例子拼凑起来，但我没有运气。它们都生成一个空白的text2.txt文件。我是新来的。我做错了什么？

*编辑：

我要保留的部分包括大写字母。因此，我希望保留所有/所有字符，并且不包括每行中的空白区域（从空白处移除所有内容）。

**编辑：

垃圾文本（我要删除）可以包含任何内容，包括空格，特殊字符等。例如：

AA rough, cindery lava [n -S]

运行grep -o '[^ ]*' text1.txt > text2.txt后，上面的行变为：

AA
rough,
cindery
lava
[n
-S]

text2.txt中的

。（我想保留的是AA）

解决方案（由Rohit Jain提供，beny23进一步输入）：

 grep -o '^[^ ]*' text1.txt > text2.txt

Answer 1

您将量词*放在错误的位置。

请改为： -

grep '^[^\s]*' text1.txt > text2.txt

或更好： -

grep '^\S*' text1.txt > text2.txt

\S表示匹配非空白字符。锚^用于匹配行的开头。

Answer 2

我意识到这一点早已得到了grep解决方案的回答，但对于后代我还要注意，至少有两种其他解决方案适用于这种特殊情况，这两种解决方案都比grep更有效。

由于您没有进行任何复杂的文本模式匹配，只需使用空格分隔的第一列，您可以使用一些基于列的实用程序，例如awk或cut。

使用awk

$ awk '{print $1}' text1.txt > text2.txt

使用剪切

$ cut -f1 -d' ' text1.txt > text2.txt

~1.1MB文件的基准

$ time grep -o '^[^ ]*' text1.txt > text2.txt

real    0m0.064s
user    0m0.062s
sys     0m0.001s
$ time awk '{print $1}' text1.txt > text2.txt

real    0m0.021s
user    0m0.017s
sys     0m0.004s
$ time cut -f1 -d' ' text1.txt > text2.txt

real    0m0.007s
user    0m0.004s
sys     0m0.003s

awk比grep快3倍，cut比此快3倍。同样，这个小文件对于一次运行没有太大区别，但如果您正在编写脚本，例如，为了重复使用，或者经常在大型文件上执行此操作，您可能会感谢额外的效率。

Answer 3

我使用egrep帮助“着色”日志行，所以我总是在寻找正则表达式的新转折。对我来说，通过添加\ W，上面的工作更好：

$ egrep --color '^\S*\W|bag' /tmp/barf -o
foo
bag
hello
bag
keepthis
(etc.)

问题是，我的日志文件几乎总是带有时间戳，所以我在示例文件中添加了一行：

2013-06-11 date stamped line

然后它不能很好地工作。所以我回到了我以前的正则表达式：

egrep --color '^\w*\b|bag' /tmp/barf

但是非日期标记的行显示的问题。没有着色就很难看到这个......

Answer 4

在@Steve后面回答，如果要使用其他分隔符（例如，逗号），则可以使用-F指定它。如果您希望每行的内容一直到第一个逗号，例如在尝试读取csv文件中的第一个字段的值时，这将很有用。

<!DOCTYPE html>
<html>
<body>

<ul id="myList1"><li>Coffee</li><li>Tea</li></ul>
<ul id="myList2">
  <li>Water</li>
  <li>Milk</li>
</ul>

<p>Click the button to copy an item from one list to another.</p>

<button onclick="myFunction()">Try it</button>

<script>
function myFunction() {
  var itm = document.getElementById("myList2").lastChild;
  var cln = itm.cloneNode(true);
  document.getElementById("myList1").appendChild(cln);
}
</script>

</body>
</html>

grep：匹配所有字符（不包括）第一个空格

4 个答案: